tensorboard同时显示训练曲线和测试曲线

最新推荐文章于 2025-06-10 16:31:31 发布

shahuzi

最新推荐文章于 2025-06-10 16:31:31 发布

阅读量1.4w

点赞数 5

CC 4.0 BY-SA版权

分类专栏：数据处理文章标签： tensorboard tensorflow 机器学习

本文链接：https://blog.youkuaiyun.com/shahuzi/article/details/81223318

数据处理专栏收录该内容

4 篇文章

订阅专栏

本文介绍了一种在TensorFlow中同时记录训练集和测试集曲线的方法。通过设置两个不同的summary writer，可以有效地将两种数据分开记录，便于后续的分析与可视化。这种方式有助于直观地评估模型在训练过程中的表现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在做网络训练实验时，有时需要同时将训练曲线和测试曲线一起显示，便于观察网络训练效果。经过很多次踩坑后，终于解决了。
具体的方法是：设置两个writer，一个用于写训练的数据，一个用于写测试数据，并且这两个writer分别存在train和test路径中，注意测试的writer不能加sess.graph如下代码所示。

...
train_log_dir = 'logs/train/'
test_log_dir = 'logs/test/'   # 两者路径不同
megred = tf.summary.merge_all()
with tf.Session() as sess:
    writer_train = tf.summary.FileWriter(train_log_dir,sess.graph)
    writer_test = tf.summary.FileWriter(test_log_dir)    # 注意此处不需要sess.graph
    ...other code...
    writer_train.add_summary(summary_str_train,step)
    writer_test.add_summary(summary_str_test,step)

此处贴一个使用mnist测试的图片，如图所示，在左下角可以通过test和train的选项卡选择查看哪条曲线。
mnist图片